1. 研究目的与意义
在经济飞速发展的当今，国内外学者对于经济的研究热度只增不减，在经济预测模型的研究中，因为实际经济环境中存在着大量的不确定因素导致经济预测模型一直是经济研究的热门，非参数回归技术在经济学中有着广泛应用。非参数回归模型也叫多元回归模型，作为一种没有参数、可以移植、预测精度高的算法，只需要大量历史数据，并且操作实施较为方便，能够运用到复杂的数据环境中，随着历史经济数据的积累，非参数回归模型在经济预测模型中的重要程度便体现了出来，得到了广大国内外学者的认可，此领域也有大量相关研究成果，为我的论文研究提供了相当的理论基础和参考。
非参数统计自上世纪四十年代形成以后就一直受到非常广泛的应用。非参数统计方法较其他统计方法有稳健性好、偏差较小等优点，因此越来越多的被应用于具有较好发展潜力和较高应用价值的领域，如：数据分析、交通流量预测、经济与社会科学等领域。
2. 研究内容和预期目标
研究内容：内有公式，已整理成word文档单独附件上传
拟解决的关键问题：非参数回归模型在经济预测模型中的实际运用，模拟数据的运用
写作提纲：
3. 国内外研究现状
非参数回归模型的国内外研究现况：
Robinson(1983)是第一个给出非线性时间序列模型中非参数函数的核估计量的渐近理论，此后，人们对于非参数自回归模型的估计理论的研究已取得了深刻的结果。 然而，大量的估计集中于核类方法，包括Nadaraya-Watson(N-W)核估计(Nadaraya 1964，Watson1964)和局部多项式估计(LP)。
核估计方法：就模型(1.1)而言，Robinson(1983)、Diebolt(1990)、Lu and Cheng(1997)、Lu(1999)、Franke，Kreiss and Mammen(2002)、Laiuml;d (2005)在不同条件下基于核估计研究了条件均值函数和条件方差函数估计的相合性、渐近正态性和收敛速度。对于模型(1.2)，Collomb and Hauml;rdle (1986)、Boente and Fraiman(1989，1990)、Hauml;rdle and Vieu(1992)、Masry and Tjoslash;stheim(1995)、Xia(1999)、Laiuml;d and Ould-Saiuml;d(2000)、Cai(2001)基于核估计在不同条件下研究了条件均值函数的相合性、渐近正态性和收敛速度以及带宽选择的渐近最优性。
4. 计划与进度安排
2022年12月-2022年1月收集整理资料，深入学习研究课题确定将要研究的模型
2022年1月-2022年2月确定将要研究的模型，收集数据，代入模型，基本形成论文草稿
2022年2月-2022年3月论文初稿，修改稿
5. 参考文献
[1]田亚爱,田铮.一类非参数回归模型核估计的渐进性质[J].数学实践与认识, 2017, 47(1): 206-212.
[2]苏雅玲,何幼桦.非参数回归的贝叶斯估计[J].上海大学学报(自然科学版), 2018, 24(6):1022-1029.
[3]Schimek M. G. Smoothing and Regression:Approaches,Computation,andApplication[M]. New York: John Wiley amp; Sons, 2000.
